摘要： 双向聚类算法可以发现基因表达谱中隐藏的信息。为了寻找规模较大的基因相似 矩阵，结合粒子群算法强大的搜索能力，提出了ＧＰＣｌｕｓｔｅｒ双向聚类算法。基于粒子群（ＰＳＯ） 算法，引入Ｓｉｇｍｏｉｄ函数进行动态调整，并在粒子飞行过程中加入了遗传算法（ＧＡ）“优胜劣汰” 的思想，增加粒子运动的多变性和随机性，避免算法陷入局部最优。实验结果证明：相比ＧＡ算 法和ＰＳＯ算法，改进后的混合粒子群算法ＧＰＣｌｕｓｔｅｒ能找到质量更佳的双向聚类，取得更好的 聚类效果。